一种基于小波纹理特征的脉冲耦合神经网络图像检索方法
基于内容的图像检索在多媒体数据库应用中是一个很重要的研究领域，而纹理信息作为纹理图像的图像内容。对纹理图像检索具有重要的意义。本文丰要围绕图像检索中的两个重要问题：特征提取、匹配策略和方法展开讨论，提出了一种基于小波纹理特征的脉冲耦合神绎网络(PCNN)图像检索方法。即运用Gabor小波提取图像的纹理特征，并充分运用PCNN的强自适应聚类(无监督学习)和强自适应分类能力(有监督学习)，有效实现对纹理模式的聚类和分类，仅在类内讲行模式匹配，实现了大型图像库的实时检索：由于PCNN的强自适应聚类和强自适应分类能力;使得这种纹理检索方法具有非常好的检索性能。最后，通过对Brodatz纹理图像库检索的实验结果及与文献”3”中方法和灰度共生矩阵方法的比较验证了本文方法的有效性。
小波纹理特征 Gabor小波 脉冲耦合神经网络 图像检索 自适应聚类 自适应分类 多媒体数据库
张军英 陆洁
西安电子科技大学计算机学院,陕西,西安 710071
国内会议
第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会
兰州
中文
692-694
2008-07-20（万方平台首次上网日期，不代表论文的发表时间）